基于数据融合方法的工程机械活动自动识别
信号处理
2019-06-06 v1 机器学习
声音
音频与语音处理
摘要
施工操作的自动监测，尤其是设备和机械操作的监测，是施工项目成本估算与规划的 essential 步骤。近年来，人们提出了多种用于识别工程机械活动的方法。这些方法基于处理单一类型的数据（音频、视觉或运动学数据）。考虑到施工现场的复杂性，使用单一数据源不足以可靠地覆盖所有条件和场景。为解决该问题，我们采用了一种数据融合方法：该方法基于采集音频和运动学数据，并包括以下步骤：1）记录机器产生的音频和运动学数据，2）数据预处理，3）提取时域和频域特征，4）特征融合，以及5）使用机器学习算法对活动进行分类。所提方法在多种机器上实现，实验表明，与仅使用单一数据源的情况相比，可获得高达25%更精确的结果。
引用
@article{arxiv.1906.02070,
title = {Automated Activity Recognition of Construction Equipment Using a Data Fusion Approach},
author = {Behnam Sherafat and Abbas Rashidi and Yong-Cheol Lee and Changbum R. Ahn},
journal= {arXiv preprint arXiv:1906.02070},
year = {2019}
}